Dimas Arif Yulianto, - and Sugiman, - and Arief Agoestanto, FMIPA Pendidikan Matematika (2018) Estimasi Parameter Regresi Robust Model Seemingly Unrelated Regrssion (Sur) Dengan Metode Generalized Least Square (Gls). UNNES Journal of Mathematics, 7 (2). ISSN 2252-6943

	PDF - Published Version Download (490kB)
	PDF - Published Version Download (979kB)

Abstract

Penelitian ini bertujuan untuk: (1) memperoleh hasil estimasi parameter pada data yang mengandung pencilan dengan menggunakan estimasi parameter regresi robust metode Least Trimmed Square (LTS); (2) memperoleh sistem persamaan regresi robust pada model Seemingly Unrelated Regression (SUR) dengan metode Generalized Least Square (GLS). Pada penelitian ini menggunakan data nilai inflasi umum di Kota Salatiga, Kota Pekalongan, Kabupaten Rembang, dan Kabupaten Demak. Estimasi parameter regresi pada data yang menggandung pencilan lebih baik menggunakan metode regresi robust daripada menggunakan metode OLS karena menghasilkan nilai R-Square yang lebih besar. Estimasi regresi robust pada model Seemingly Unrelated Regression (SUR) metode Generlaized Least Square (GLS) lebih baik digunakan untuk mengestimasi pada data panel yang semua datanya mengandung pencilan karena menghasilkan nilai residual yang kecil.

Actions (login required)

View Item